[发明专利]一种基于自适应权重方法的电池多模型融合建模方法和电池管理系统

权利要求书

1.一种基于自适应权重方法的电池多模型融合建模方法，其特征在于：包括

步骤(1)：传感器实时采集所述电池信号；

步骤(2)：将所述信号输入至各单一电池模型，所述单一电池模型包括：伪二维电化学模型、n阶RC等效电路模型、交流阻抗模型；所述各单一电池模型独立完成电池管理系统的至少一类功能，分别输出状态量；

其中，建立伪二维电化学模型数学方程如下：

式中，ε_e为液相体积分数；c_e为液相锂离子浓度；x为板极厚度方向；D^eff_e为锂离子液相有效扩散系数；a为电极颗粒单位体积的表面积；t⁰₊为锂离子液相转移系数；j_r为固相-液相交界面处的锂离子流量密度；c_s为固相锂离子浓度；r为固体球形颗粒的半径方向；D_s为锂离子固相扩散系数；κ^eff为液相有效离子电导率；φ_e为锂离子电池液相势能；R为摩尔气体常数；T为电池温度；F为法拉第常数；i_e为液相电流密度；σ^eff为固相有效扩散电导率；φ_s为固相势能，φ_s，p为正极固相势能，φ_s,n为负极固相势能；i_s为固相电流密度；i_e为液相电流密度；j_r为固相-液相交界面处的锂离子流量密度；i₀为交换电流密度；α_a和α_c分别为阳极、阴极传递系数；η为球形颗粒表面过电势，η_p为正极球形颗粒表面过电势，η_n为负极球形颗粒表面过电势；k_s为电化学反应常数；c_e为液相锂离子浓度；c_s,max为活性材料锂离子浓度最大值；c_e-s为固相-液相交界面处的锂离子浓度；E_OCV为电极材料开路电势，E_OCV，p为正极电极材料开路电势，E_OCV，n为负极电极材料开路电势；U_t为端电压；

建立交流阻抗模型的数学方程如下：

式中，Z为电池交流阻抗；R为电池内阻；Y₀为常相位角元件绝对值；n是一个无量纲的指数，用来衡量常相位角元件偏离纯电容元件的程度，0n1；ω为输入交流电频率；j为虚数单位；Z’为电池交流阻抗实部；Z”为电池交流阻抗虚部；

对各单一电池模型利用遗传算法进行参数的离线辨识，包括：

步骤①：将工况按SOC工作区间，从100％至0％等分为10个工作区间，每个区间单独进行参数的辨识；根据实际需要和实际条件调整区间个数；

步骤②：确定决策变量和约束条件；决策变量即为待辨识的参数，约束条件为参数的解空间，即待辨识参数的取值范围；

步骤③：确定目标函数，即各区间电压的误差平方和函数；

步骤④：确定待辨识参数的编码方法和解码方法；

步骤⑤：确定个体基因的评价方法；

步骤⑥：设计遗传因子；

步骤⑦：设置遗传算法的运行参数；

步骤⑧：对待辨识参数进行编码，随机产生若干个初始个体，进行种群初始化；

步骤⑨：计算种群中个体适应度；

步骤⑩：对种群进行遗传、交叉和变异，获得子代；

步骤对子代进行解码，判断是否满足要求；若满足，辨识结束；若不满足，重复步骤⑩；

以及对各单一电池模型利用最小二乘法进行参数的在线辨识，包括：

步骤①：将建模过程中获得的差分方程记作以下形式：

步骤②：最小二乘法算法的初始化：分别设置状态向量、参数向量以及最小二乘算法所需的增益向量和误差协方差矩阵的初值，包括：

为状态向量的初始值；为参数向量估计值的初始值；K(0)为增益向量的初始值；P(0)为误差协方差矩阵的初始值；

根据最小二乘法算法本身的收敛特性以及电池参数变化的范围给定初始值，对K(0)将向量中所有元素赋值为0，P(0)赋值为单位矩阵I乘以10的6次方；

步骤③：当采样时间k∈{1,2,...,∞}时，基于电流、电压信息的不断输入，进行如下递推计算：

其中，为k时刻状态向量；P(k)为k时刻误差协方差矩阵；K(k)为k时刻增益向量；为k时刻参数向量估计值；y(k)为k时刻差分方程输出量的实验值；λ为依据采样间隔和最佳遗忘因子曲线获得的最佳遗忘因子，在整个算法过程中为一常数；

步骤(3)：将各所述状态量输入至数据中心，数据中心对其处理后输入至融合中心；

步骤(4)：融合中心依据环境因素对每类所述功能确立融合规则；所述融合过程将从分别从并联融合和串联融合两个方面进行：

并联融合：多个单一电池模型共同完成同一状态的估计；针对不同单一电池模型在不同使用条件下评价指标不同的现象，赋予占优的单一电池模型以更高的权重，以确保融合模型的性能指标；同时对于性能指标过差的单一电池模型，在该使用条件下暂时停止运行以减少计算量和节约存储空间；

串联融合：多个单一电池模型共同完成多状态的联合估计，其估计结果为其他单一电池模型所用；包括使电化学模型为等效电路模型提供SOH估计结果，交流阻抗模型为等效电路模型提供阻抗估计结果，等效电路模型为电化学模型和交流阻抗模型提供SOC估计结果；

步骤(5)：对于每类所述功能，将各所述状态量按照所述融合规则进行融合，输出该功能的融合后的电池状态估计值。